1

1. INTRODUCCIÓN

El objetivo principal de la investigación que se documenta en este libro es la

implementación y comparación de distintos tipos de calibración monocular de cámaras
digitales, así como la introducción de técnicas de inteligencia computacional.

En este proyecto se realiza un aporte al tema de la calibración de cámaras digitales

destacando las diferencias y ventajas de las técnicas clásicas ya reconocidas en el
campo y las que se implementan como novedosas en el área.

El problema ha resolver consiste en modelar una cámara digital, de tal manera que se
pueda obtener del modelo las características principales que definen la transformación
que hace la cámara del mundo tridimensional a la imagen bidimensional. La
importancia de esta calibración radica en que es un paso imprescindible para cualquier
aplicación de visión artificial que requiera medición de distancias, reconstrucciones 3D
y correcciones de distorsión del dispositivo de captura.

En este presente documento se presenta la evolución que se siguió para realizar la

investigación. Primero, la elección de un patrón de calibración, el estudio de los
diferentes métodos de calibración ya conocidos y sus respectivas codificaciones y
pruebas. Se procedió luego a buscar alternativas en que las técnicas de inteligencia
artificial pudieran aportarle soluciones al problema planteado. Se tomaron dos: la
calibración del modelo de cámara con distorsión utilizando algoritmos genéticos,
ampliando un trabajo previo que sólo implementaba el modelo lineal sin distorsión. Así
mismo, se tomaron las Redes Neuronales Artificiales para afrontar el problema de
encontrar uno a uno los parámetros de calibración de la cámara. En este punto cabe
destacar, la utilización de las RNA bajo un paradigma novedoso introducido en un
trabajo previo, pero ampliado en el presente trabajo para que incluyera el parámetro de
distorsión.

En el capítulo 2, se hace una introducción al problema geométrico de la calibración de

cámaras digitales, se enumeran trabajos previos, y se procede a explicar los
fundamentos básicos. La fundamentación se divide en tres: una primera aproximación
al modelo de la cámara, un estudio básico de los métodos clásicos más utilizados y un
acercamiento a la utilización de técnicas de inteligencia artificial con optimización de
funciones por medio de algoritmos genéticos y reconocimiento de sistemas mediante
Redes Neuronales Artificiales.

En el capítulo 3, se hace una muy breve descripción del hardware del sistema,
incluyendo algunas observaciones sobre las cámaras y las lentes y una delineación del
patrón de calibración utilizado.

En el capítulo 4, se hace una pequeña descripción del sistema utilizado para la

calibración de cámaras, y en la parte más intensa una explicación de los métodos en
software con que se hace la calibración, explicados por etapas.
 2

En el capítulo 5, se consignan todas las pruebas y resultados hechos con los diferentes
métodos para realizar el análisis comparativo de los mismos, incluyendo los que este
trabajo aporta por primera vez.

El capítulo 6 se denomina MANUAL DEL USUARIO y es una ayuda didáctica al

manejo de la Herramienta de Calibración en su primera versión, con el objetivo de darle
a quien necesite usarla una introducción fácil a su manejo.

En el capítulo 7, se consignan las conclusiones de este estudio en un ensayo corto que

toma en cuenta los análisis teóricos y los resultados prácticos de la investigación.

El capítulo 8 intenta dejar las puertas abiertas para futuras investigaciones en el campo y
las perspectivas que pueden tenerse con respecto al estudio de la calibración de cámaras,
y de la parametrización de sistemas por medio de Redes Neuronales Artificiales.